Watch and track your favorite playlist.
Curated by: Ганна Пилєва: про дані, технології і карʼєру в ІТ (218 videos)
Безкоштовний міні-курс *«Як увійти в ML з потенціалом ЗП до $12к/міс»* 👉 https://www.dataloves.academy/mini-courses/yak-uviyti-v-ml Єлизавета Попова — *Data Scientist у Sigma Software, випускниця курсу «Machine Learning для людей».* Студентка Computer Science у КНУ ім. Шевченка, яка ще під час навчання пішла в chatbot-розробку, пройшла через рутину і «знання шматочками» і врешті знайшла себе *в ML та агентних системах.* Зараз вона *будує NLP-рішення в одній із найвідоміших українсько-шведських IT-компаній* і вже дивиться у бік Computer Vision. LinkedIn Єлизавети: https://www.linkedin.com/in/yelyzaveta-popova-566190217/ *Що дізнаєтесь у відео:* — Як студентка Computer Science *почала кар'єру з chatbot-розробки* і чому вирішила рухатися далі — Чому low-code чатботи не стали її шляхом і *як вона зрозуміла, що ML - це саме те,* чого не вистачало — *Що дає курс людині з технічним бекграундом?* — Як пройти *перший страх на технічній співбесіді* і чому орієнтуватись у своїх проектах — це ключ — Як за *1,5 місяці пошуку* пройти шлях від невпевненості до офера в компанії — Чому *доменна експертиза з іншої сфери — це плюс,* а не мінус для ML-спеціаліста — *Яку роль у роботі Data Scientist зараз займають агентні рішення,* NLP і комунікація з клієнтом *ТАЙМИНГ:* 0:34 — Знайомство з Єлизаветою: Data Scientist у Sigma Software 1:37 — Перша робота в IT ще під час університету, chatbot developer 2:43 — Як зʼявились агенти: робота з LLM у 2022–2023 4:54 — Чому вирішила піти в ML? 6:10 — Як проходило навчання на курсі? 7:54 — Як змінилась впевненість в собі у пошуку роботи? 10:34 — Головний інсайт пошуку роботи 12:22 — Як виглядав процес найму? 13:27 — Лайфхак для технічних інтерв'ю 15:26 — Найцікавіша задача у стартапі: не технічна, а комунікаційна 16:53 — Як пояснювати клієнту обмеження ML-моделі 18:42 — Sigma vs стартап: більше інструментів, більше варіативності 20:43 — Більшість робочого часу, архітектура і вимоги, а не код 22:42 — Claude Code + MCP: як підтягувати свіжу документацію? 25:13 — Коли класичний ML важливіший за LLM? 28:20 — Чи може нетехнічна людина займатись ML? Доменна експертиза як перевага 30:56 — Куди розвиватись далі: агентна розробка + Computer Vision *КУРСИ ТА НАВЧАННЯ* Курс *«Аналітик даних + AI»* 👉 https://www.dataloves.academy/courses/analitik-danih?utm_source=youtube Курс *«Machine Learning для людей»* 👉 https://www.dataloves.academy/courses/machine-learning?utm_source=youtube Курс *«Start to Freelance»* 👉 https://www.dataloves.academy/freelance?utm_source=youtube Майстер-клас *«АІ для аналізу даних»* 👉 https://www.dataloves.academy/mini-courses/ai-dlya-analizu-danih *Підписуйтесь на канал,* тут більше контенту про розвиток в IT. 💬 Напишіть у коментарях: *що вас зупиняло від переходу в ML* і що допомогло зробити крок?